Discovery2026年5月29日
教育科技政策與學術誠信：AI與透明度的雙重挑戰
美國部分州與學區正加速制定 AI 使用指引，並推動教育科技透明化，以確保學生學習成效與隱私安全。 [2][1] 然而教師對 AI 工具的實際使用遠超正式指導，顯示政策落地仍面臨執行與監督挑戰。 [4][2]
edtechaiassessment
edtech policy and academic integrity5 個來源
教育科技研究速報
AI 自動彙整全球學術期刊與教育科技媒體，以繁體中文摘要呈現 SRL・PBL・EdTech 最新研究，讓台灣教師快速掌握前沿知識。
Discovery Engine
每日新聞統整發現
以多來源搜尋與引用式摘要，將分散新聞壓縮成可回溯的每日統整報導。
Discovery2026年5月29日
2026學習分析與AI教育科技趨勢報告
美國各州正加速推動學習分析與AI工具，但缺乏統一治理與教師培訓，導致實務落地面臨挑戰。[1][5] 同時，國際案例顯示透明度與隱私保護是關鍵，若能結合數據基礎設施與教學設計，將提升學生學習成效。[2][3]
edtechaiassessment
learning analytics5 個來源
Discovery2026年5月29日
教育科技新局：AI 工具普及化與教學引導缺失之挑戰
儘管 AI 工具已在美國教室中變得普遍，但多數教師在缺乏正式指導的情況下使用這些技術 [1]。同時，教育界也面臨著教學軟體品質爭議與 AI 帶來的學術誠信挑戰 [3]。
edtechaiassessment
teacher copilots5 個來源
何時該遺忘：一種記憶治理的原始機制
本文提出「記憶價值（Memory Worth）」指標，透過追蹤記憶與成功/失敗結果的關聯性，實現 AI 代理人記憶的動態管理。
arXiv - Artificial Intelligence
自我監控需結構化整合：多時標代理人元認知研究的啟示
研究發現將元認知模組僅作為輔助損失函數無法提升 AI 性能，必須將其結構化整合進決策路徑才具備潛力。
arXiv - Artificial Intelligence
教導語言模型像學生一樣寫程式：用於學生模擬的對話式序列化方法
提出一種將學生程式開發過程轉化為對話格式的新方法，訓練出能精準模擬學生除錯行為的開源 AI 模型。
arXiv - Computers and Society
超越認知負荷：利用腦電訊號進行數位任務中的認知努力 AI 估算研究
本研究證明能透過 fNIRS 腦訊號與機器學習模型，精準估算個人在數位任務中的認知努力程度。
arXiv - Human-Computer Interaction
繪製生成式 AI 在大腦中的使用圖譜：功能性與社交情緒性使用的神經、學術與心理健康差異
研究發現生成式 AI 的使用動機會導致截然不同的腦部結構、學術表現與心理健康結果。
arXiv - Human-Computer Interaction
透過動態程序解題表示進行行為感知題目建模之知識追蹤研究
提出 BAIM 框架，利用語言模型將解題過程分解為四個階段，以捕捉學習者在解題行為中的動態特徵。
arXiv - Computation and Language
分解、觀察與推理：視覺語言模型中的強化潛在推理框架
提出 DLR 框架，透過將查詢分解為文本前提並提取連續視覺潛在特徵，提升視覺語言模型的複雜推理能力。
arXiv - Computation and Language
從注視到引導：利用多模態注視感知 AI 助手解讀並適應用戶認知需求
研究開發了一種結合第一人稱視角與注視點數據的 AI 助手，能精準識別學習困難並提供個性化引導。
arXiv - Human-Computer Interaction
他人的生命故事：基於豐富心理測驗特徵之 LLM 生成生命故事的雙向評估研究
研究證實 LLM 能透過心理特徵生成具備高度人格一致性的生命故事，且其人格特徵可被準確檢測。
arXiv - Human-Computer Interaction
超越行為：為何 AI 評估需要一場認知革命
本文主張 AI 研究應從僅關注輸出結果的「行為主義」轉向關注內部運作機制的「認知主義」評估範式。
arXiv - Human-Computer Interaction
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。